本发明涉及物联网领域，具体是一种智能家居设备控制方法、装置、云服务器及计算机可读存储介质。
背景技术：
近年来，随着智能化技术的不断发展，智能家居也进入了快速发展的阶段。市场上涌现出多种多样的智能家居设备，几乎涵盖家居的各个方面，包括照明设备、空调设备、娱乐设备、厨房设备等。同时，随着生活水平的提高，汽车也成为大众生活的必备。结合车辆信息和智能家居设备控制的研究成为一种新潮流。
目前结合车载终端的远程智能家居设备控制系统，例如在公开号为：cn110007616a的专利申请中，通过服务器连接车载终端和智能家居设备，车载终端将车辆位置上传至服务器，当车辆接近设备位置或判断出回家意图的时候，服务器下发命令控制设备定时开启。少量最新技术还结合了用户的id信息，根据用户历史设置为每个不同的id提供一套既定的智能家居设备控制方式。这些技术存在一些缺陷。首先，提供的控制方案较为单一，不能结合用户的历史偏好、当前的情绪和疲劳状态、外界的气候温度等提供个性化的合情合景的控制方案。例如某用户习惯播放劲爆的歌曲，但是某次经过长途驾驶之后已经很疲劳，智能音箱仍然播放劲爆的音乐，会引起用户不舒适，如果能结合车辆的驾驶里程及疲劳监测信息，就可以很好的避免这一问题。其次，现有技术的控制逻辑固定，不能智能地进行自学习与升级，不能适应用户偏好的变化。
技术实现要素：
本发明的目的在于提供了智能家居设备控制方法、装置、云服务器及计算机可读存储介质，以实现个性化地按照用户偏好进行智能家居设备远程控制。
本发明的技术方案为：
本发明提供了一种智能家居设备控制方法，应用于云服务器，所述云服务器的数据库中存储有多个用户的用户画像数据，每一用户画像数据中记录有通过用户画像进行智能计算出的至少一种推荐操控行为，一种所述推荐操控行为对应于一种外界环境和一种驾驶事件，所述方法包括：
接收车辆上传的车载数据，所述车载数据中包括有用户身份信息、用户状态数据和车辆行驶状态数据；所述车辆行驶状态数据包括有车辆的gps定位信息；
根据所述车载数据中的用户身份信息，从数据库中查询与用户身份信息匹配的目标用户画像数据；
根据目标用户画像数据和所述车载数据中的车辆行驶状态数据，判断所述车辆是否位于目标区域范围内；
若位于，则根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件；
获取与所述用户身份信息相匹配的目标智能家居设备系统所处位置的外界环境数据；
根据所述驾驶事件和所述外界环境数据，从所述目标用户画像数据中提取出与所述驾驶事件和所述外界环境数据对应的目标推荐操控行为；
根据所述目标推荐操控行为，向所述目标智能家居设备系统发出操控指令，使所述智能家居设备系统按照所述目标推荐操控行为对其对应的至少一个智能家居设备进行远程控制。
优选地，所述方法还包括：
根据所述驾驶事件和所述外界环境数据，形成第一数据日志；
接收所述目标智能家居设备系统上传的用户对至少一个智能家居设备的操作数据；
对所述操作数据进行用户操作偏好分析，并结合所述外界环境数据，形成第二数据日志；
将所述第一数据日志和所述第二数据日志存储至日志数据库中；
周期性地从所述日志数据库中读取最近一个周期内所存储的日志数据，并对所读取出的全部日志数据按照设定的关联规则进行编码；
将编码后的外界环境数据和车载数据作为循环神经网络的输入，编码后的智能家居设备操作数据作为标签，训练用户画像模型的循环神经网络，更新数据库中的目标用户画像数据；
其中，设定的关联规则为根据时间戳关联驾驶事件、外界环境和智能家居设备操控行为。
优选地，所述目标区域范围是指与所述目标智能家居设备系统之间的距离位于特定距离范围内的区域。
优选地，所述智能家居设备包括：照明设备、空调设备、娱乐设备和厨房设备中的至少一种设备。
优选地，所述用户状态数据包括：对经过图像处理获得的用户生物特征数据所分析出的用户情绪数据和用户疲劳程度数据，所述车辆行驶状态数据还包括：车辆在最近一次启动后的里程、车速信息、车内空调信息和挡位信息；
所述驾驶事件包括：车辆在最近一次启动后的驾驶时长、驾驶距离、车辆所在路段的交通拥堵情况和用户状态。
优选地，根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件的步骤包括：
根据所述车辆行驶状态数据中的里程信息，确定车辆在最近一次启动后各个数据上传时刻的驾驶距离和驾驶时长；
根据所述车辆行驶状态数据中的里程信息、车速信息和挡位信息，确定车辆在最近一次启动后各个数据上传时刻的车辆所在路段的交通拥堵情况；
根据所述用户状态数据中的用户情绪数据和用户疲劳程度数据，确定车辆在最近一次启动后各个数据上传时刻的用户个人状态数据；
将在各个数据上传时刻对应的驾驶距离、驾驶时长、交通拥堵情况和用户个人状态数据进行整合，形成所述驾驶事件。
优选地，所述方法还包括：
接收所述目标智能家居设备系统上传的已完成各个所述智能家居设备操控的反馈信息；
将记录有本次执行推荐操控的时间、驾驶事件、外界环境数据、各个所述智能家居设备的具体推荐操控行为的信息作为一个新的日志数据存储至数据库中的所述日志数据中。
根据本发明的另一方面，本发明还提供了一种智能家居设备远程控制装置，应用于云服务器，所述云服务器的数据库中存储有多个用户的用户画像数据，每一用户画像数据中记录有通过用户画像模型进行智能计算出的至少一种推荐操控行为，一种所述推荐操控行为对应于一种外界环境和一种驾驶事件，所述装置包括：
接收模块，用于接收车辆上传的车载数据，所述车载数据中包括有用户身份信息、用户状态数据和车辆行驶状态数据；
查询模块，用于根据所述车载数据中的用户身份信息，从数据库中查询与用户身份信息匹配的目标用户画像数据；
判断模块，用于根据目标用户画像数据和所述车载数据中的车辆状态数据，判断所述车辆是否位于目标区域范围内；
分析模块，用于若位于，则根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件；
获取模块，用于获取与所述用户身份信息相匹配的目标智能家居设备系统所处位置的外界环境数据；
提取模块，用于根据所述驾驶事件和所述外界环境数据，从所述目标用户画像数据中提取出与所述驾驶事件和所述外界环境数据对应的目标推荐操控行为；
操控模块，用于根据所述目标推荐操控行为，向所述目标智能家居设备系统发出操控指令，使所述智能家居设备系统按照所述目标推荐操控行为对其对应的至少一个智能家居设备进行控制。
根据本发明的另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被车载信息处理模块执行时实现上述的所述智能家居设备控制方法的步骤。
根据本发明的另一方面，本发明还提供了一种云服务器，包括存储器和车载信息处理模块，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述车载信息处理模块执行时，使得所述车载信息处理模块执行如上述的智能家居设备控制方法的步骤。
本发明是有益效果为：
车载端对车内摄像头获取的图像进行处理获取驾驶员的身份信息和疲劳、情绪等生物特征，同时通过车辆总线获取车辆状态信息，上传这些车载端信息至云服务器，智能家居设备系统上传用户的操作信息，结合从第三方网站获取的环境数据，云服务器使用循环神经网络技术，学习用户不同的驾驶行为、情绪、疲劳程度以及外界环境对其使用智能家居设备设置的习惯，从而建立不断更新的用户画像。当车辆位置靠近目标位置时，云服务器结合实时获取的车辆数据、环境数据，进行多维数据融合，能够为用户提供更加智能更加多变的家居氛围。
附图说明
图1为本发明的方法的流程示意图；
图2为本发明步骤104的流程示意图；
图3为本发明的云服务器、车辆和智能家居设备系统以及第三方网站进行信息交互的框图；
图4为云服务器、车辆和智能家居设备系统的工作框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例针对远程智能家居设备41控制的控制因素单一、不人性及非智能问题，提出一种结合车辆、云服务器1的智能家居设备41远程控制方法及系统。车载端对车内摄像头获取的图像进行处理获取驾驶员的身份信息和疲劳、情绪等生物特征，同时通过车辆总线获取车辆状态信息，上传这些车载端信息至云服务器1，智能家居设备系统4上传用户的操作信息，结合从第三方网站3获取的环境数据，云服务器1使用循环神经网络技术，学习用户不同的驾驶行为、情绪、疲劳程度以及外界环境对其使用智能家居设备41设置的习惯，从而建立不断更新的用户画像。当车辆位置靠近目标位置时，云服务器1结合实时获取的车辆数据、环境数据，进行多维数据融合，能够为用户提供更加智能更加多变的家居氛围。
具体来说，如图1至图4所示，本发明提供了一种智能家居设备控制方法，应用于云服务器1，云服务器1的系统采用为linux，通过tcp/ip协议与车载信息处理模块、智能家居设备系统4以及第三方网站3连接。所述云服务器1的数据库中存储有多个用户的用户画像数据，每一用户画像数据中记录有通过用户画像进行智能计算出的至少一种推荐操控行为，一种所述推荐操控行为对应于一种外界环境和一种驾驶事件；智能家居设备41包括照明设备、空调设备、娱乐设备和厨房设备中的至少一种设备，例如智能电视机、智能机顶盒、智能空调、智能冰箱、智能洗衣机、智能吸尘器、智能灯光控制器、智能电动窗帘、智能监控设备、智能电器开关等在住宅内使用的设备。为了对住宅内的各个智能家居设备41进行控制，各个智能家居设备41通过智能家居设备系统4来和云服务器1连接通信，智能家居设备系统4通过向智能家居设备41发出操控指令，来使其执行相应动作。其中，如图1，该方法具体包括：
步骤101，接收车辆上传的车载数据，所述车载数据中包括有用户身份信息、用户状态数据和车辆行驶状态数据；所述车辆行驶状态数据包括有车辆的gps定位信息。
其中，车辆上传的车载数据是由车辆上作为车载信息处理模块的车机2进行上传的，车机2和云服务器1之间基于tcp/ip协议进行信息交互，在车辆上安装有与车机2通过信号线（如lin线，can线或硬线）连接的车载传感器21（如车载摄像头和车速传感器等车载传感器），结合图4来看，车载信息处理模块以每秒固定帧（如10帧）数从正对驾驶员面部设置的车载摄像头获取驾驶员人脸图像，通过人脸识别算法（步骤301），识别出驾驶员的面部特征，进而确定驾驶员的身份信息，所识别出的驾驶员身份信息即为步骤101中的用户身份信息。在车机2和云服务器1之间通信网络异常时，将数据保存在本地，恢复后再上传云端。
同时，车载信息处理模块还利用图像处理算法，通过对车载摄像头在一定周期（如3s内）内采集到的驾驶员面部图像进行分析识别处驾驶员的头部、眼睛、嘴部等特征（步骤302），例如驾驶员在一定周期内的眼睛睁开程度、视线方向、嘴部角度、眉毛角度等图像特征，以判断驾驶员在一定周期内的情绪和疲劳程度。具体来说：车载信息处理模块在确定驾驶员在一定周期内的疲劳程度的方法主要按照如下方法：在车载信息处理模块中预先采集有驾驶员处于身体与精神状态良好的驾驶员的眼睛睁开图像，预先采集的眼睛睁开图像的上下眼皮之间的距离作为基准距离。车载信息处理模块通过图像识别技术从摄像头采集到的驾驶员面部图像中识别出驾驶员的面部特征，然后进行驾驶员上下眼皮之间的当前距离测量，再进行当前距离相对于基准距离之间的百分占比确定，若当前距离和基准距离之间的百分占比位于80%至100%之间且驾驶员的视线方向位于水平方向以下，则确定驾驶员当前的疲劳状态为轻度疲劳，若当前距离和基准距离之间的百分占比位于50%至80%之间且驾驶员的视线方向位于水平方向以下，则确定驾驶员当前的疲劳状态为中度疲劳，若当前距离和基准距离之间的百分占比小于50%且驾驶员的视线方向位于水平方向以下，则确定驾驶员当前的疲劳状态为重度疲劳。
驾驶员在一定周期内的情绪则可以根据驾驶员在该周期内的嘴部角度和眉毛角度等面部表情来确定，具体来说，根据这些面部表情来确定驾驶员的情绪为高兴、一般或不高兴等情绪。
同时车载信息处理模块通过can总线从车载传感器（如车速传感器）上获取车辆的行驶动态数据，例如车速、车辆当前的挡位、当前行驶里程和车辆的gps定位信息。
车载信息处理模块按照需求格式（如按照时间顺序）将获取到的车辆行驶动态数据、用户状态数据和用户身份信息进行整理排序，形成车载数据进行上传（图4中的步骤303）。
步骤102，根据所述车载数据中的用户身份信息，从数据库中查询与用户身份信息匹配的目标用户画像数据。
结合图4，云服务器1在接收到车载数据后（步骤305），必须从数据库中存储的多个用户画像数据中进行信息筛选以此找个适格的用户画像，具体来说，云服务器1根据用户身份信息进行筛选匹配，找到和用户身份信息匹配的一个目标用户画像数据。
其中，用户画像数据中包括有与用户相关的属性，例如，用户的年龄，性别，所在地区，用户的车辆牌照、车机号、以及记录有用户在不同驾驶事件、不同外界环境下对智能家居设备41的推荐操控行为。
步骤103，根据目标用户画像数据和所述车载数据中的车辆行驶状态数据，判断所述车辆是否位于目标区域范围内。
具体来说，根据车辆行驶状态数据中的gps定位信息，来确定车辆当前的实时位置。而目标用户画像数据中则存储有目标智能家居设备系统4所处的地理位置，通过将车辆的当前实时位置与位于用户住宅内的智能家居设备系统4的地理位置进行比对匹配，以确定用户是否具有回家的趋势以及用户是否即将到家。其中，目标区域范围是指与所述目标智能家居设备系统4之间的距离位于特定距离范围内的区域，该特定距离范围例如为1km或3k或5km等距离范围内。
步骤104，若位于，则根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件。
其中，所述用户状态数据包括：对经过图像处理获得的用户生物特征数据所分析出的用户情绪数据和用户疲劳程度数据；
所述车辆行驶状态数据还包括：车辆在最近一次启动后的里程、车速信息、车内空调信息和挡位信息；
所述驾驶事件包括：车辆在最近一次启动后的驾驶时长、驾驶距离、车辆所在路段的交通拥堵情况和用户状态。
如图2所示，该步骤104具体包括：
步骤201，根据所述车辆行驶状态数据中的里程信息，确定车辆在最近一次启动后各个数据上传时刻的驾驶距离和驾驶时长；
步骤202，根据所述车辆行驶状态数据中的里程信息、车速信息和挡位信息，确定车辆在最近一次启动后各个数据上传时刻的车辆所在路段的交通拥堵情况；
步骤203，根据所述用户状态数据中的用户情绪数据和用户疲劳程度数据，确定车辆在最近一次启动后各个数据上传时刻的用户个人状态数据；
步骤204，将在各个数据上传时刻对应的驾驶距离、驾驶时长、交通拥堵情况和用户个人状态数据进行整合，形成所述驾驶事件。
步骤105，获取与所述用户身份信息相匹配的目标智能家居设备系统4所处位置的外界环境数据。
其中，外界环境数据通过第三方网站3进行获取（步骤306），云服务器1向第三方网站3发起查询外界环境数据请求，并接收第三方网站3反馈的外界环境数据结果，外界环境数据具体是目标智能家居设备系统4所处位置所在区域的环境数据，例如，天气数据，空气污染数据，温度数据等气象数据。
步骤106，根据所述驾驶事件和所述外界环境数据，从所述目标用户画像数据中提取出与所述驾驶事件和所述外界环境数据对应的目标推荐操控行为。
具体来说，该步骤106是通过将当前输入的驾驶事件和外界环境数据作为用户画像模型（作为智能决策树）的输入，用户画像模型经过计算从用户画像数据中提出最优的一种推荐操控行为。所提取出的目标操控行为作为对智能家居设备41进行控制的一种控制方案（步骤308）。
其中，在数据库中存储的用户画像数据中的推荐操控行为是通过用户画像模型进行智能计算出获得的输出结果。具体来说，通过驾驶事件和外界环境数据作为用户画像的输入，经过智能计算后获得作为输出结果的推荐操作行为。
步骤107，根据所述目标推荐操控行为，向所述目标智能家居设备系统4发出操控指令，使所述智能家居设备系统4按照所述目标推荐操控行为对其对应的至少一个智能家居设备41进行远程控制。
智能家居设备系统4在接收到云服务器1下发的目标推荐操控行为后，依次向与其连接的各个智能家居设备41进行操控，各个智能家居设备41按照操控进行工作（步骤309），使住宅内的环境达到用户最期望的状态，实现为用户提供个性化的服务。
其中，在本实施例中，所应用的用户画像模型具有自学习与更新的能力，结合图4中的日志数据管理（步骤311）和神经网络训练与更新（步骤312），主要通过以下步骤来实现：
步骤108，根据所述驾驶事件和所述外界环境数据，形成第一数据日志；
步骤109，接收所述目标智能家居设备系统4上传的用户对至少一个智能家居设备41的操作数据；智能家居设备系统4实时保存用户的登录信息和操作信息，同时实时上传至云服务器1（步骤307和310）。
步骤110，对所述操作数据进行用户操作偏好分析，并结合所述外界环境数据，形成第二数据日志；
步骤111，将所述第一数据日志和所述第二数据日志存储至日志数据库中；也就是说，在日志数据库中保存有2种类型的数据日志，一种类型的数据日志是根据车载数据和外界环境按照时间戳整合后形成的，另一种类型的数据日志是根据智能家居设备41的操控数据和外界环境按照时间戳整合后形成的。
步骤112，周期性地（如1个月为周期）从所述日志数据库中读取最近一个周期内所存储的日志数据，并对所读取出的全部日志数据按照设定的关联规则进行编码；经过编码后的数据即形成：外界环境数据、车载数据、智能家居设备41操作数据按照时间戳对应的多组数据。
步骤113，将编码后的外界环境数据和车载数据作为循环神经网络的输入，编码后的智能家居设备41操作数据作为标签，训练用户画像模型的循环神经网络，更新数据库中的目标用户画像数据，经过训练后，用户画像模型的输出更加接近于或贴合于用户的真实期望；
其中，设定的关联规则为根据时间戳关联驾驶事件、外界环境和智能家居设备41操控行为。
其中，在完成对智能家居设备41控制后，该方法还包括：
步骤114，接收所述目标智能家居设备系统4上传的已完成各个所述智能家居设备41操控的反馈信息；
步骤115，将记录有本次执行推荐操控的时间、驾驶事件、外界环境数据、各个所述智能家居设备41的具体推荐操控行为的信息作为一个新的日志数据存储至数据库中的所述日志数据中。
本发明上述实施例，不是单纯以根据车辆位置为控制家居设备的唯一条件，而是综合考虑了用户本身的特点、位置信息以及外部环境的特征，使得推荐的智能家居设备41设置主动符合用户特定时刻的特定需求。多维数据融合和自动学习的深度神经网络技术保证推荐结果与时俱进，与环境同步。结合了车载终端、作为云端的云端服务器和智能家居设备41，实现了车云物协同，为用户提供千人千面的家居氛围设置方案，具有智能、实时、个性化、自学习、自更新等优点。
根据本发明的另一方面，本发明还提供了一种智能家居设备远程控制装置，应用于云服务器1，所述云服务器1的数据库中存储有多个用户的用户画像数据，每一用户画像数据中记录有通过用户画像模型进行智能计算出的至少一种推荐操控行为，一种所述推荐操控行为对应于一种外界环境和一种驾驶事件，所述装置包括：
接收模块，用于接收车辆上传的车载数据，所述车载数据中包括有用户身份信息、用户状态数据和车辆行驶状态数据；
查询模块，用于根据所述车载数据中的用户身份信息，从数据库中查询与用户身份信息匹配的目标用户画像数据；
判断模块，用于根据目标用户画像数据和所述车载数据中的车辆状态数据，判断所述车辆是否位于目标区域范围内；
分析模块，用于若位于，则根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件；
获取模块，用于获取与所述用户身份信息相匹配的目标智能家居设备系统4所处位置的外界环境数据；
提取模块，用于根据所述驾驶事件和所述外界环境数据，从所述目标用户画像数据中提取出与所述驾驶事件和所述外界环境数据对应的目标推荐操控行为；
操控模块，用于根据所述目标推荐操控行为，向所述目标智能家居设备系统4发出操控指令，使所述智能家居设备系统4按照所述目标推荐操控行为对其对应的至少一个智能家居设备41进行控制。
根据本发明的另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被车载信息处理模块执行时实现上述的所述智能家居设备控制方法的步骤。
根据本发明的另一方面，本发明还提供了一种云服务器，包括存储器和车载信息处理模块，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述车载信息处理模块执行时，使得所述车载信息处理模块执行如上述的智能家居设备控制方法的步骤。
上述实施例只对其中一些本发明的一个或多个实施例进行了描述，但是本领域普通技术人员应当了解，本发明可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本发明精神及范围的情况下，本发明可能涵盖各种的修改与替换。
技术特征：
1.一种智能家居设备控制方法，应用于云服务器，其特征在于，所述云服务器的数据库中存储有多个用户的用户画像数据，每一用户画像数据中记录有通过用户画像模型进行智能计算出的至少一种推荐操控行为，一种所述推荐操控行为对应于一种外界环境和一种驾驶事件，所述方法包括：
接收车辆上传的车载数据，所述车载数据中包括有用户身份信息、用户状态数据和车辆行驶状态数据；所述车辆行驶状态数据包括有车辆的gps定位信息；
根据所述车载数据中的用户身份信息，从数据库中查询与用户身份信息匹配的目标用户画像数据；
根据目标用户画像数据和所述车载数据中的车辆行驶状态数据，判断所述车辆是否位于目标区域范围内；
若位于，则根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件；
获取与所述用户身份信息相匹配的目标智能家居设备系统所处位置的外界环境数据；
根据所述驾驶事件和所述外界环境数据，从所述目标用户画像数据中提取出与所述驾驶事件和所述外界环境数据对应的目标推荐操控行为；
根据所述目标推荐操控行为，向所述目标智能家居设备系统发出操控指令，使所述智能家居设备系统按照所述目标推荐操控行为对其对应的至少一个智能家居设备进行远程控制。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述驾驶事件和所述外界环境数据，形成第一数据日志；
接收所述目标智能家居设备系统上传的用户对至少一个智能家居设备的操作数据；
对所述操作数据进行用户操作偏好分析，并结合所述外界环境数据，形成第二数据日志；
将所述第一数据日志和所述第二数据日志存储至日志数据库中；
周期性地从所述日志数据库中读取最近一个周期内所存储的日志数据，并对所读取出的全部日志数据按照设定的关联规则进行编码；
将编码后的外界环境数据和车载数据作为循环神经网络的输入，编码后的智能家居设备操作数据作为标签，训练用户画像模型的循环神经网络，更新数据库中的目标用户画像数据；
其中，设定的关联规则为根据时间戳关联驾驶事件、外界环境和智能家居设备操控行为。
3.根据权利要求1所述的方法，其特征在于，所述目标区域范围是指与所述目标智能家居设备系统之间的距离位于特定距离范围内的区域。
4.根据权利要求1所述的方法，其特征在于，所述智能家居设备包括：照明设备、空调设备、娱乐设备和厨房设备中的至少一种设备。
5.根据权利要求1所述的方法，其特征在于，所述用户状态数据包括：对经过图像处理获得的用户生物特征数据所分析出的用户情绪数据和用户疲劳程度数据，所述车辆行驶状态数据还包括：车辆在最近一次启动后的里程、车速信息、车内空调信息和挡位信息；
所述驾驶事件包括：车辆在最近一次启动后的驾驶时长、驾驶距离、车辆所在路段的交通拥堵情况和用户状态。
6.根据权利要求5所述的方法，其特征在于，根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件的步骤包括：
根据所述车辆行驶状态数据中的里程信息，确定车辆在最近一次启动后各个数据上传时刻的驾驶距离和驾驶时长；
根据所述车辆行驶状态数据中的里程信息、车速信息和挡位信息，确定车辆在最近一次启动后各个数据上传时刻的车辆所在路段的交通拥堵情况；
根据所述用户状态数据中的用户情绪数据和用户疲劳程度数据，确定车辆在最近一次启动后各个数据上传时刻的用户个人状态数据；
将在各个数据上传时刻对应的驾驶距离、驾驶时长、交通拥堵情况和用户个人状态数据进行整合，形成所述驾驶事件。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收所述目标智能家居设备系统上传的已完成各个所述智能家居设备操控的反馈信息；
将记录有本次执行推荐操控的时间、驾驶事件、外界环境数据、各个所述智能家居设备的具体推荐操控行为的信息作为一个新的日志数据存储至数据库中的所述日志数据中。
8.一种智能家居设备远程控制装置，应用于云服务器，其特征在于，所述云服务器的数据库中存储有多个用户的用户画像数据，每一用户画像数据中记录有通过用户画像模型进行智能计算出的至少一种推荐操控行为，一种所述推荐操控行为对应于一种外界环境和一种驾驶事件，所述装置包括：
接收模块，用于接收车辆上传的车载数据，所述车载数据中包括有用户身份信息、用户状态数据和车辆行驶状态数据；
查询模块，用于根据所述车载数据中的用户身份信息，从数据库中查询与用户身份信息匹配的目标用户画像数据；
判断模块，用于根据目标用户画像数据和所述车载数据中的车辆状态数据，判断所述车辆是否位于目标区域范围内；
分析模块，用于若位于，则根据所述车载数据中的用户状态数据和车辆行驶状态数据，分析驾驶事件；
获取模块，用于获取与所述用户身份信息相匹配的目标智能家居设备系统所处位置的外界环境数据；
提取模块，用于根据所述驾驶事件和所述外界环境数据，从所述目标用户画像数据中提取出与所述驾驶事件和所述外界环境数据对应的目标推荐操控行为；
操控模块，用于根据所述目标推荐操控行为，向所述目标智能家居设备系统发出操控指令，使所述智能家居设备系统按照所述目标推荐操控行为对其对应的至少一个智能家居设备进行控制。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被车载信息处理模块执行时实现权利要求1至7中任一项所述的智能家居设备控制方法的步骤。
10.一种云服务器，其特征在于，包括存储器和车载信息处理模块，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述车载信息处理模块执行时，使得所述车载信息处理模块执行如权利要求1至7中任一项所述的智能家居设备控制方法的步骤。
技术总结
本方案涉及一种智能家居设备控制方法、装置、云服务器及计算机可读存储介质，以实现个性化地按照用户偏好进行智能家居设备远程控制。该方法应用于云服务器，该方法包括：接收车辆上传的包括有用户身份信息、用户状态数据和车辆行驶状态数据的车载数据；根据用户身份信息，从数据库中查询与相匹配的目标用户画像数据；判断车辆是否位于目标区域范围内；若位于，则根据用户状态数据和车辆行驶状态数据，分析驾驶事件；根据驾驶事件和获取的外界环境数据，从目标用户画像数据中提取出目标推荐操控行为，并以此控制智能家居设备系统按照目标推荐操控行为对其对应的至少一个智能家居设备进行远程控制。
技术研发人员：顾秀颖;张磊光;练振华
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：.10.31
技术公布日：.01.10
